明星航空里程积分接连被盗用，航司线上转型路在何方？

艺人“航空里程被盗刷”事件仍在持续发酵，不幸中招者的名单越拉越长。此事的性质早已超越了“明星八卦”的范畴，而指向了隐私侵犯、利益侵占的严重违法犯罪。

人人云图认为，“多名明星飞行里程被盗”事件，更多的是折射出个人信息保护、民航业系统管理漏洞等系列乱象，尤其数字化转型浪潮下，羊毛党套利、黄牛党抢单、刷榜刷单、关键信息被爬取等千亿规模的网络黑产，对航空公司业务的多重挑战。

在以移动互联网迅速发展为“温床”的网络黑产，恶意广告流量变现、虚假注册、营销羊毛党等网络黑产，正在迅速的向隐蔽化、产业化、场景化发展，成为影响企业业务增长的重要阻碍。企业业务增长，无非是“降本”和“增效”，而在企业获客、营销等关键环节，网络黑产的恶意参与，增加了企业运营成本，同时营销活动无法触及真实用户，用户体验度的下降对于企业业绩增长带来重要损失。

近年，各大航司利用数字化转型，持续探寻数字技术在业务增长场景中的运用。航司的数字化滋生以薅取和倒卖平台资源为生的专业黑产团伙，垃圾注册、营销作弊、积分盗刷、虚假占座和恶意退票等欺诈行为，早已成为影响航空公司正常业务的头号难题。

流量红利的消退以及网络黑产的“侵蚀”，考验着各大航空公司的精细化运营能力，业务安全独角兽企业人人云图认为，未来航空公司的业务增长的核心已经转变成黑产的对抗能力。

黑产与反黑产一直是处于博弈状态，新技术的繁荣带来线上业务的红海，也催生了千亿黑产规模。随着网络黑产高度精细化、产业化发展，不断衍生出大量专业黑产形态。传统的防爬技术的核心是识别爬虫并过滤或阻挡爬虫，但是这种简单直接的处理方式，会直接航空公司的订票业务。

基于数据科学人人云图学习航空业线上查订票业务现状，搭建负反馈的机器学习模型，解决传统方案反复攻防的问题，为航司用户提供直观有效的黑产防护解决方案。通过自进化的机器学习模型持续学习，不断增强恶意爬虫等欺诈行为的识别能力，在降低查定比、有效防止占座的同时，不影响正常订票业务及用户体验。根据已有的头部航司客户实际案例测算，在保证其业务用户持续增长的情况下，可精准识别99%的欺诈行为。

未来，基于数据科学以及技术创新驱动，人人云图将为航司以及各行业用户提供更精准、全面的黑产防护服务。